Data Ethic and Privacy

数据伦理的基本概念

• 伦理是关于对与错的标准，指导人们的行为，数据伦理则是关于数据收集、共享和使用的正确与错误的标准。
• 数据伦理帮助解决个人偏见和潜意识偏见带来的挑战，确保数据处理过程公平合理。

数据伦理的六个关键方面

• 所有权：数据的所有权属于提供数据的个人，而非收集数据的组织，个人对其数据的使用和分享拥有主要控制权。
• 交易透明度：数据处理活动和算法应对数据提供者完全透明，帮助识别和避免数据偏见，确保结果公平。

同意与货币化

• 同意：个人有权在提供数据前明确了解数据的用途、存储时间等信息，防止不公平的针对和偏见。
• 货币化：个人应知晓其数据带来的经济交易及其规模，并有权选择退出。

数据伦理的核心理念

• 数据伦理不仅仅是减少伤害，更重要的是通过数据改善人们的生活。
• 关注数据的收集者、收集目的和方式，确保数据的使用最终能惠及数据中代表的人群。

数据责任与隐私保护

• 数据代表的是人，因此数据科学家和分析师应对数据中的人负有责任。
• 保护数据隐私非常重要，不能随意公开数据，需考虑如何保护个人信息如图像、声音和文本。

用户数据控制权

• 需要为用户提供明确的同意机制，让用户能够控制自己的数据。
• 用户应有权撤回或删除自己的数据，随着数据量的增长，这些问题变得越来越重要。

数据匿名化的定义与方法

• 个人身份信息（PII）是能够单独或结合其他数据识别个人身份的信息。
• 数据匿名化通过空白处理、哈希处理或掩码处理等方法，用固定长度代码或修改后的值替代个人信息。

数据匿名化的责任与应用

• 组织有责任保护数据及其中的个人信息，数据分析师需了解哪些数据需匿名化，但通常不负责具体匿名化操作。
• 在测试或开发环境中，分析师可能需要对数据副本进行匿名化处理。

需要匿名化的数据类型

• 医疗和金融数据尤为敏感，通常通过去标识化彻底清除个人身份信息。
• 常见需匿名化的数据包括电话号码、姓名、车牌号、社会保障号、IP地址、医疗记录、电子邮件、照片和账户号码等。